Open6DOR是由北京智源人工智慧研究院研發的全球首個開放指令控制六自由度物體拿取放置的大模型系統。該系統通過三維視覺小模型的幾何感知能力和通用圖文大模型的物體操作知識融合，實現了物體位置與姿態的精細化控制。相較於傳統機器人技術，其突破性地將操作自由度從三自由度擴展到六自由度，支持對物體的平移和旋轉進行複合控制。
Open6DOR已套用於銀河通用機器人Galbot G1平台，在家庭服務、零售、製造業等領域實現95%+的操作泛化率。該系統配套開發了包含2500個任務的仿真測試平台，涵蓋位置追蹤、旋轉追蹤和六自由度追蹤三類核心評測維度。2025年CES展會期間，該系統作為英偉達機器人技術矩陣的重要組成部分獲得國際關注。
基本介紹
技術架構,核心功能,套用場景,技術對比,研發歷程,系統擴展,
技術架構
系統採用分級架構設計，底層由三維視覺小模型負責物體幾何特徵的精確感知，上層通過通用圖文大模型解析自然語言指令並生成操作策略。雙模型互動機制使系統具備任務失敗後的自主重規劃能力。訓練數據整合了超10億條抓取操作記錄與千萬級場景數據。
核心功能
- 六自由度物體操控：支持沿X/Y/Z三軸的平移運動與繞三軸的旋轉運動複合控制
- 開放指令理解：可解析"將水杯放在餐桌東北角，標籤朝外"等複雜自然語言指令
- 多模態感知：集成雷射雷達、深度攝像頭等感測器實現厘米級定位精度
- 仿真測試平台：內置2500個基準任務，涵蓋位置追蹤（Position-track）、旋轉追蹤（Rotation-track）、六自由度追蹤（6D-Track）三類評測體系
套用場景
在醫療領域，2024年搭載該系統的智慧型心臟超聲機器人實現了人體心臟結構的自動掃描與三維建模。工業場景中，Galbot G1機器人（2025年）憑藉190cm超長臂展和360度旋轉關節，可完成裝配線上的精密部件抓取與姿態調整。家庭服務方面，系統支持餐具整理、日用品歸位等開放式操作任務。
技術對比
相較於谷歌RT系列大模型的三自由度控制局限，Open6DOR在以下方面取得突破：
- 操作維度：從單一位置控制擴展到位置+姿態複合控制
- 指令複雜度：支持包含空間方位描述（如"東北角"）、物體狀態要求（如"標籤朝外"）的長指令
- 泛化能力：操作成功率從傳統系統的85%提升至95%+
研發歷程
2024年6月14日，該系統在第六屆北京智源大會上首次公開。2024年10月，銀河通用公司基於該系統構建的仿真測試平台完成2500項任務驗證。至2025年1月，系統已實現與英偉達機器人開發平台的深度集成，成為CES 2025展示的核心技術方案之一。
